Попри стрімкий розвиток штучного інтелекту, нове дослідження, опубліковане в JAMA Dermatology, демонструє: досвідчені дерматологи поки що залишаються точнішими за сучасні AI-моделі у діагностиці пухлин шкіри.
У масштабному міжнародному дослідженні взяли участь 652 лікарі та 3 алгоритми штучного інтелекту. Для оцінки використовували базу з 1117 клінічних випадків, яка включала клінічні та дерматоскопічні зображення, а також супровідні клінічні дані. На відміну від багатьох попередніх робіт, автори навмисно включили не лише типові, але й рідкісні та атипові новоутворення, щоб максимально наблизити умови до реальної клінічної практики.
Найкращий результат продемонстрували досвідчені дерматологи зі стажем понад 10 років. Їхня середня точність діагностики становила 74,2%. Для порівняння, найуспішніша AI-модель (PanDerm Unimodal) досягла точності 72,2%, тоді як мультимодальна модель показала результат 66,3%. Найгірше спрацювала класична згорткова нейронна мережа (CNN) із точністю лише 56,7%.
Водночас штучний інтелект продемонстрував важливу перевагу: він перевершив лікарів із невеликим клінічним досвідом. Серед дерматологів зі стажем менше одного року середня точність становила лише 59,1%, а серед спеціалістів із досвідом до трьох років — близько 68,2%.
Отримані результати свідчать, що сучасний AI вже може виступати ефективним інструментом підтримки клінічних рішень, особливо для молодих лікарів або під час первинного сортування пацієнтів. Однак найважливіший висновок дослідження полягає в тому, що штучний інтелект поки не здатний повністю замінити експертного дерматолога.
На думку авторів, майбутнє належить не конкуренції між лікарем і алгоритмом, а їхній співпраці. Саме поєднання клінічного досвіду людини та аналітичних можливостей AI може забезпечити найвищу точність діагностики раку шкіри та допомогти зменшити кількість помилок у складних клінічних випадках.
https://jamanetwork.com/journals/jamadermatology/article-abstract/2849416
Anriot, J., Yan, S., Coste, C., Tschandl, P., Verlingue, L., Andremasse, C., ... & Thomas, L. (2026). Limits of Artificial Intelligence Models for Skin Cancer Diagnosis in Realistic Settings. JAMA dermatology. [PMID: 42234423]